[java] 分布式id生成方案

1、UUID

实现方式

String uuid = UUID.randomUUID().toString().replaceAll("-","");

优点：

• 生成简单，本地生成无网络消耗，具有唯一性

缺点：

• 无序的字符串，不具备趋势自增特性
• 没有具体的业务含义
• 长度过长，存储以及查询对MySQL的性能消耗较大。

2、数据库自增id

实现方式

需要一个单独的MySQL表用来生成ID

CREATE DATABASE `SEQ_ID`;
CREATE TABLE SEQID.SEQUENCE_ID (
    id bigint(20) unsigned NOT NULL auto_increment, 
    stub char(10) NOT NULL default '',
    PRIMARY KEY (id),
    UNIQUE KEY value(stub)
) ENGINE=MyISAM;

begin:
replace into SEQUENCE_ID(stub) VALUES('anyword');
select last_insert_id();
commit; 

优点：

• 实现简单，ID单调自增，数值类型查询速度快

缺点：

• DB单点存在宕机风险，无法扛住高并发场景

那如果采用基于数据库的主从或者多主模式，就能够解决上面的高并发场景了吗，答案是否定的

问题

• 主从复制间存在延时，主机刚刚插入一个新的id，还没有同步到从机就挂机了。从机变为主机后会生成重复id
• 多主模式下要设置起始值和自增步长，且不利于后续扩容，而且实际上单个数据库自身压力还是大，依旧无法满足高并发场景。

3、基于数据库的号段模式

号段模式是当下分布式ID生成器的主流实现方式之一，号段模式可以理解为从数据库批量的获取自增ID，每次从数据库取出一个号段范围，例如 (1,1000] 代表1000个ID，具体的业务服务将本号段，生成1~1000的自增ID并加载到内存。表结构如下：

CREATE TABLE id_generator (
  id int(10) NOT NULL,
  max_id bigint(20) NOT NULL COMMENT '当前最大id',
  step int(20) NOT NULL COMMENT '号段的步长',
  biz_type    int(20) NOT NULL COMMENT '业务类型',
  version int(20) NOT NULL COMMENT '版本号',
  PRIMARY KEY (`id`)
) 

• biz_type ：代表不同业务类型
• max_id ：当前最大的可用id
• step ：代表号段的长度
• version ：是一个乐观锁，每次都更新version，保证并发时数据的正确性

等这批号段ID用完，再次向数据库申请新号段，对max_id字段做一次update操作，update max_id= max_id + step，update成功则说明新号段获取成功，新的号段范围是(max_id ,max_id +step]。

update id_generator set max_id = #{max_id+step}, version = version + 1 where version = # {version} and biz_type = XXX

由于多业务端可能同时操作，所以采用版本号version乐观锁方式更新，这种分布式ID生成方式不强依赖于数据库，不会频繁的访问数据库，对数据库的压力小很多

4、基于Redis模式

Redis也同样可以实现，原理就是利用redis的 incr命令实现ID的原子性自增。

优点：

• 不依赖于数据库，灵活方便，且性能优于数据库。
• 数字ID天然排序，对分页或者需要排序的结果很有帮助。

缺点：

• 如果系统中没有Redis，还需要引入新的组件，增加系统复杂度。

• 防止redis挂机需要配置集群，RDB方式会有延时，而AOF恢复的时间较长（要执行较多的incr命令）

5、雪花算法（Snowflake）模式

Snowflake生成的是Long类型的ID，一个Long类型占8个字节，每个字节占8比特，也就是说一个Long类型占64个比特。

• 第一个bit位（1bit）：代表正负，正数是0，负数是1，默认为0。
• 时间戳部分（41bit）：毫秒级的时间，（当前时间戳 - 固定开始时间戳）的差值，可以使产生的ID从更小的值开始；41位大概使用69年
• 工作机器id（10bit）：机房或者机器号组合都可以。
• 序列号部分（12bit），自增值支持同一毫秒内同一个节点可以生成4096个ID

优点：

• 不依赖于数据库，灵活方便，且性能优于数据库。
• ID按照时间在单机上是递增的。

缺点：

• 在单机上是递增的，但是由于涉及到分布式环境，每台机器上的时钟不可能完全同步，也许有时候也会出现不是全局递增的情况。

6、百度的uid-generator

uid-generator是基于Snowflake算法实现的，与原始的snowflake算法不同在于，uid-generator支持自定义时间戳、工作机器ID和 序列号 等各部分的位数，而且uid-generator中采用用户自定义workId的生成策略。

• workId，占用了22个bit位。需要与数据库配合使用，需要新增一个WORKER_NODE表。当应用重启时会向数据库表中去插入一条数据，插入成功后返回的自增ID就是该机器的workId，应用运行时workId不变

• 时间占用了28个bit位，时间的单位改成了秒

• 序列化占用了13个bit位

解决时钟回拨问题

• synchronized保证线程安全；
• 如果时间有任何的回拨，那么直接抛出异常；
• 如果当前时间和上一次是同一秒时间，那么sequence自增。如果同一秒内自增值超过2^13-1，那么就会自旋等待下一秒（getNextSecond）；
• 如果是新的一秒，那么sequence重新从0开始；

7、美团（Leaf）

美团的Leaf也是一个分布式ID生成框架。它非常全面，即支持号段模式，也支持snowflake模式。号段模式这里就不介绍了，和上面的分析类似。

Leaf中的snowflake模式和原始snowflake算法的不同点，也主要在workId的生成，Leaf中workId是基于ZooKeeper的顺序Id来生成的，每个应用在使用Leaf-snowflake时，在启动时都会都在Zookeeper中生成一个顺序Id，相当于一台机器对应一个顺序节点，也就是一个workId。